不同品牌啤酒的生產(chǎn)原輔料和生產(chǎn)工藝有所不同，因此，啤酒中所含物質(zhì)也不盡相同, 這為電子舌的應(yīng)用提供了物質(zhì)基礎(chǔ)。電子舌可以分析樣品中的不揮發(fā)或低揮發(fā)分子及可溶性化合物。其與傳統(tǒng)分析方法相比，不但檢測(cè)速度快，而且操作簡(jiǎn)單、對(duì)樣品不存在破壞，現(xiàn)已被廣泛應(yīng)用于茶葉 、酒類(lèi)、油脂、 乳品、飲料、肉類(lèi)等樣品的分析和檢測(cè)中。
材料與方法 材料 4種市售的不同品牌啤酒，分別編號(hào)A、B、C、D。 方法
樣品準(zhǔn)備 樣品 C 和 D 進(jìn)行混合，混合比例 C:D(V/V)為 10:90 、30:70 、50:50 、70:30 、90:10 、100:0，編號(hào)分別為1、2、3、4、5、6。 傳感器信號(hào)分析 檢測(cè)每一個(gè)樣品時(shí)傳感器共采集120s 。在進(jìn)行數(shù)據(jù)分析與處理時(shí)，采用第120秒所得的穩(wěn)定數(shù)據(jù)作為輸出值進(jìn)行分析。 數(shù)據(jù)分析方法 根據(jù)傳感器采集的原始數(shù)據(jù)，分別采用主成分分析 (PCA) 、判別因子分析 (DFA)和偏最小二乘回歸分析(PLS)分析。 結(jié)果與分析 不同品牌啤酒對(duì)比 主成分分析(PCA) PCA 是將所提取的傳感器多指標(biāo)的信息進(jìn)行數(shù)據(jù)轉(zhuǎn)換和降維，并對(duì)降維后的特征向量進(jìn)行線性分類(lèi)，最后在PCA圖上顯示主要的兩維圖。橫、縱坐標(biāo)分別表示在 PCA 轉(zhuǎn)換中得到的第一主成分(PC1)和第二主成分(PC2)的貢獻(xiàn)率(或權(quán)重) ，貢獻(xiàn)率越大，說(shuō)明主成分可以較好地反映原來(lái)多指標(biāo)的信息 。
圖1為不同品牌啤酒樣品的主成分分析圖， 第一主成分和第二主成分的總貢獻(xiàn)率達(dá)到了95 .2% ，足以收集特征性信息。不同品牌的啤酒分別聚類(lèi)在 PCA 圖中的不同區(qū)域，相互之間能夠較好地區(qū)分。 判別因子分析(DFA) DFA 是一種通過(guò)重新組合傳感器數(shù)據(jù)來(lái)優(yōu)化區(qū)分性的分類(lèi)技術(shù)，它的目的是使各個(gè)組間的重心距離最大同時(shí)保證組內(nèi)差異最小，在充分保存現(xiàn)有信息的前提下，使同類(lèi)數(shù)據(jù)間的差異性盡量縮小，不同類(lèi)數(shù)據(jù)間的差異盡量擴(kuò)大 。
在圖2中，不同的樣品有不同的聚類(lèi)分布。與圖1相比，樣品間的區(qū)分程度更好。
不同混合比例啤酒的PCA和DFA 從圖 1 、2 可以看出，C和D的差異性最小,因此,選擇這兩個(gè)樣進(jìn)行不同比例混合的識(shí)別實(shí)驗(yàn)，其電子舌分析結(jié)果見(jiàn)圖3。
在圖3A 中，1 、2 、3 號(hào)樣品相互重疊而不能分開(kāi)，其他 3 個(gè)樣品能夠很好地區(qū)分。沿著圖3A中箭頭所示的方向， 混合比例呈現(xiàn)一定規(guī)律的分布。在圖3B中，6 個(gè)不同混合比例的啤酒樣品相互之間能夠完全分開(kāi)， 并且不同混合比例的啤酒樣品在 DFA 圖中的分布規(guī)律性更好。沿著圖中箭頭所示的方向，混合比例依次增加。從上述分析可以看出， 電子舌可以用于區(qū)分不同品牌啤酒的混合樣品。 不同混合比例啤酒的偏最小二乘回歸分析 以傳感器響應(yīng)值為自變量，以啤酒混合比例為擬合目標(biāo)值進(jìn)行曲線擬合，結(jié)果見(jiàn)圖 4 。擬合的相關(guān)系數(shù)為0.9436 ，擬合效果良好。 
分別以C和D不同混合比例的4個(gè)樣品進(jìn)行模型的驗(yàn)證,結(jié)果見(jiàn)表1 。PLS 模型對(duì)混合比例為30:70 、50:50 、70:30 、100:0 的4個(gè)樣品預(yù)測(cè)效果較好，相對(duì)誤差在1.43%～3.00 %之間。說(shuō)明 PLS 模型能夠很好地預(yù)測(cè)不同品牌啤酒的混合比例。
結(jié) 論 采用電子舌對(duì)不同品牌啤酒進(jìn)行PCA 和DFA分析 ，結(jié)果能夠有效地區(qū)分不同品牌的啤酒樣品以及啤酒的混合樣品。對(duì)不同混合比例啤酒的電子舌數(shù)據(jù)進(jìn)行PLS表明：模型的擬合效果良好，可以用于對(duì)不同啤酒的混合比例進(jìn)行預(yù)測(cè)。綜上，電子舌可以用于對(duì)不同品牌啤酒樣品進(jìn)行識(shí)別和區(qū)分以及啤酒的摻偽識(shí)別。
參考文獻(xiàn)：賈洪鋒,梁愛(ài)華,何江紅,周凌潔,張淼,鄭景洲.電子舌對(duì)啤酒的區(qū)分識(shí)別研究[J].食品科學(xué),2011,32(24):252-255.轉(zhuǎn)載請(qǐng)注明來(lái)源。
提醒：文章僅供參考，如有不當(dāng)，歡迎留言指正和交流。且讀者不應(yīng)該在缺乏具體的專業(yè)建議的情況下，擅自根據(jù)文章內(nèi)容采取行動(dòng)，因此導(dǎo)致的損失，運(yùn)營(yíng)方不負(fù)責(zé)。如文章涉及侵權(quán)或不愿我平臺(tái)發(fā)布，請(qǐng)聯(lián)系處理。
本文采用電子舌對(duì)不同品牌的啤酒及不同品牌啤酒的混合樣品進(jìn)行測(cè)定，對(duì)所得的數(shù)據(jù)進(jìn)行多元統(tǒng)計(jì)分析。
樣品準(zhǔn)備
圖1為不同品牌啤酒樣品的主成分分析圖， 第一主成分和第二主成分的總貢獻(xiàn)率達(dá)到了95 .2% ，足以收集特征性信息。不同品牌的啤酒分別聚類(lèi)在 PCA 圖中的不同區(qū)域，相互之間能夠較好地區(qū)分。
在圖2中，不同的樣品有不同的聚類(lèi)分布。與圖1相比，樣品間的區(qū)分程度更好。來(lái)源：感官科學(xué)與評(píng)定 轉(zhuǎn)載請(qǐng)注明來(lái)源。
